归纳偏差、还原偏差和糟糕的预测
相变的存在导致了一些常见的决策错误。第一个错误是归纳的问题，也就是你应该如何合乎逻辑地通过具体的观察得到一般的结论。几个世纪以来，从塞克斯都·恩披里柯（Sextus Empiricus）到大卫·休谟（David Hume），尽管哲学家们一直警告人们不要根据看到的东西去做推断，但是这非常难做到。不言而喻，在有相变的系统中归纳是不起作用的，有时这种情况非常明显。
为了说明这个问题，塔勒布复述了伯特兰·罗素（Ber-trand Russell）讲过的一只连续喂了1 000天的火鸡的故事。罗素说的是一只鸡。为了适应美国读者，塔勒布把它换成了火鸡。12喂食会增强火鸡的安全感和幸福感，直到感恩节的前一天，意外事件发生了。所有火鸡的经验和反馈都是积极的，直到情况向糟糕的方向发生转变。
与火鸡的困境相似，在一段繁荣时期之后出现巨大损失的情况在商界反复发生。例如，被美国银行收购的美林证券（Merrill Lynch）在2007年至2008年的两年时间里遭受的损失超过了它作为上市公司36年累计利润的1/3。13与一个由幂次法则支配的系统打交道，就像有一个将斧头藏在背后的人给我们喂饭。如果你坚持的时间够长，斧头就会掉下来。问题不是是否，而是何时。
“黑天鹅”一词反映了哲学家卡尔·波普尔（Karl Popper）对归纳法的批评。波普尔认为，看到很多白天鹅并不能证明所有的天鹅都是白色的，只要看到一只黑天鹅就能证明这一理论是错误的。所以他的观点是，为了理解一种现象，我们最好关注证伪，而不是证实。但我们并不是天生就倾向于证伪一些东西。
心理学家卡尔·邓克（Karl Duncker）观察到，当人们以特定的方式使用或思考某个事物时，他们很难用新的方式去思考。邓克做了一个经典实验，他给了受试者一支蜡烛、一盒大头钉和一盒火柴。然后他让受试者把蜡烛固定在墙上，不让蜡油滴到下面的桌子上。诀窍是将大头针盒作为一个平台，很少有受试者会这么做。邓克认为，人们专注一个物体的常用功能，无法对其进行不同的定义。人们有强烈的倾向会坚持一个已经形成的观点，在考虑其他的选择时则行动迟缓。
重复的、好的结果为我们提供了确凿的证据，证明我们的策略是好的，一切都很好。这种错觉会让我们产生一种没来由的自信，并带来意想不到的情况，而这种情况通常是不好的。事实上，伴随突然变化而来的相变只会增加人们的困惑。
我们在面对复杂系统时犯的另一个错误是心理学家所说的还原偏差（reductive bias）。它指的是，人们倾向于把复杂的情况和话题看得比实际简单，从而导致误解。14当被要求对一个复杂而非线性的系统做决策时，人们通常会回退到考虑一个简单、线性的系统。我们的大脑会很自然地为一个与复杂问题相关但更简单的问题提供答案，但这往往会带来代价高昂的后果。
金融领域就是这种偏差的一个很好的例子。尽管早在20世纪20年代的实证研究表明，资产价格的变化并不遵循钟形正态分布，但经济理论仍然基于这一假设。如果你曾经听到过一位金融专家使用像α、β或标准差这样的术语来描述股票市场，那么你已经见证了还原偏差在起作用。大多数经济学家使用更简单但错误的价格变动分布来描述市场。包括长期资本管理公司在内的一些备受瞩目的金融崩盘，都表明了这种偏差的危险。15
法国数学家、分形几何之父贝努瓦·曼德尔布罗特（Ben-oit Mandelbrot）是最早也是最强烈批评使用正态分布解释资产价格走势的人之一。16他在1964年出版的《股票市场价格的随机性》（The Random Character of Stock Market Prices）一书中的一章内容引起了轰动，因为这一章表明，资产价格的变化比之前的模型体现的要极端得多。该书编辑、麻省理工学院经济学家保罗·库特纳（Paul Cootner）对曼德尔布罗特的观点不以为然。“如果曼德尔布罗特是正确的，”他写道，“我们几乎所有的统计工具都过时了。几乎毫无例外，过去的计量经济学工作毫无意义。”17
但库特纳可以放心，因为曼德尔布罗特的思想从未被主流经济学认可。美国圣母大学历史学家兼经济思想哲学家菲利普·米洛斯基（Philip Mirowski）指出，“简单的历史事实是，曼德尔布罗特的经济理念基本上被忽视了，只有少数例外……但后来似乎被其提出者抛弃了”。18
我在纽约曾参加过一场晚宴，曼德尔布罗特也参加了。我迟到了，只看到两张空座位。曼德尔布罗特在我到达之后不久也到了，他解释说，他的迟到是由于一个不称职的司机，他解雇了那个司机。他侧过身子问道：“你愿意载我回家吗？”
在晚宴剩下的时间里我一直担心，我在想开往郊区的1小时车程里，我要跟这位比我年长40岁的杰出人物说些什么。当他坐进副驾驶位时，我决定问问他金融领域还原偏差的历史。他非常和蔼，尽管他对主流阵营尚未接受他的观点感到沮丧。他说：“尽管市场的疯狂随机性是显而易见的，但经济学家仍然坚持认为市场的随机性不大，这在很大程度上是因为他们简化了世界，使数学更容易处理。”曼德尔布罗特强调，虽然他不知道将来会发生什么极端事件，但他确信经济学家的简单模型不会预测到。
是的，没过多久，2007年至2009年的金融危机有很多活动部件，但靠近中心的是统计学家兼数学家李祥林（David Li）发明的一个鲜为人知的公式。这个公式解决了衡量资产之间违约相关性的棘手挑战。该公式被称为高斯联结相依函数（Gaussian copula function）。
相关性对于确保证券投资组合的多样化，进而对于管理风险至关重要。例如，考虑两个可能的投资：雨伞公司和野餐篮子公司。如果天气恶劣，雨伞公司的股票价格就会上涨，而野餐篮子公司的股票价格就会下跌。当然，好天气会导致相反的市场反应。因为两只股票的表现并不相关，所以无论天气好坏，如果你同时持有这两只股票，那你就能实现多样性。但如果两只股票变得相互有关联，即不管出于什么原因，它们都同时上涨或下跌，那么你将面临比想象中更大的风险。
李祥林的公式预示着，它可以用一个数字来衡量一个证券投资组合中两种或两种以上资产同时违约的可能性。这为新产品打开了闸门，因为金融工程师们有了一种方法来量化捆绑了大量资产的证券的安全性或风险。例如，一家投资银行可以将公司债券捆绑在一个池子里，这种债券被称为债务抵押债券，并且该银行用李祥林的公式总结违约相关性，而不用担心池子里的每种公司债券有什么表现这些细节问题。
尽管市场参与者形容这个公式“漂亮、简单、易操作”，但它有一个致命的缺陷，因为相关性会发生变化。与还原偏差一致的是，该公式创建时考虑的是一个简单、稳定的世界，却应用在了一个复杂、不断变化的世界中。通常情况下，当经济开始下行时，违约相关性就会上升。
长期资本管理公司的失败表明，不断变化的相关性可能造成严重危害。该公司发现，在1998年之前的5年里，其多样化投资之间的相关性不到10%。为了对其证券投资组合进行压力测试，长期资本管理公司假设相关性可能升至30%，远远超过历史数据显示的水平。但当1998年金融危机来袭时，这种相关性飙升至70%。多样化投资被抛出窗外，其基金遭受了致命的损失。“任何依赖相关性的东西都是江湖骗子。”塔勒布嘲笑道。或者，就像我听交易员说的那样：“在熊市中唯一上涨的东西就是相关性。”19
处理相变的最后一个错误是相信预测。我们的世界是我们唯一知道的世界。但如果回到过去，重播那段录像，结果是否会有所不同？这是一个诱人的问题。20进化是否还会产生树、狗和人？如果能反映人们如何接受想法和创新的模型表明，机缘巧合在很大程度上起着作用，那我们怎么知道一切重来会发生什么，或者将来会怎样。
一般来说，没有办法检验我们看到的结果的必然性。然而，在社会学家邓肯·瓦茨（Duncan Watts）1的带领下，哥伦比亚大学的3名研究人员进行了一项研究。该研究从本质上塑造了多个世界，以观察人们在不同社会环境中的行为。我们可能无法重现我们这个世界的历史，但科学家们有效地创造了其他宇宙。21瓦茨及其同事们的发现让任何从事预测工作的人都有所迟疑。
他们创建了一个名为“音乐实验室”的网站，并邀请受试者参与一项音乐品位的研究。该网站要求受试者听48首不知名乐队的歌曲，并对其进行评分，同时可以选择下载他们喜欢的歌曲。超过14 000人参与其中，大部分人是居住在美国的年轻人。
进入网站后，研究人员将20%的受试者分配到一个独立的世界，将剩下80%的人平均分配到8个不同的世界，在那里人们可以看到其他人在做什么，见图7-3。在独立的世界里，受试者听这些歌曲并给它们评分，并且可以自由下载这些歌曲，但是不知道其他人在做什么。在其他8个世界里，受试者也会听歌曲并对歌曲进行评分，但社会影响起了作用，因为他们可以看到其他人下载每首歌曲的次数。研究人员又变换形式进行了一系列实验，但在所有情况下，这些歌曲一开始的下载量都为0。
图7-3音乐实验室是如何创造平行世界的
这项研究是针对社会影响进行的一项非常明确的测试。独立世界组的受试者不受他人意见的影响，提供了一个合理的歌曲品质指标。如果社会影响无关紧要，你就会认为在所有9个世界里，歌曲排名和下载情况都是相似的。另外，如果社会影响很重要，那么在社会世界中，初始下载模式的微小差异就会导致排名的巨大差异。积累的优势会胜过内在的品质。
研究表明，歌曲的品质确实在排名中起作用。在独立世界排名前五的歌曲，在社会影响的世界里排名前五的概率为50%。而最差的歌曲很少能登上排行榜。但是你认为一首普通歌曲在社会世界中会有怎样的表现呢？你认为别人的观点会影响你的品位吗？
科学家们发现，社会影响对成功和失败起着巨大的作用。52metro乐队的歌曲“Lockdown”在独立世界排行榜上排名第二十六，几乎达到了平均水平。然而，这首歌在一个社会影响世界里排名第一，在另一个社会影响世界里排名第四十。社会影响让一首普通的歌曲在一个世界大受欢迎，也就是出现了临界点，而在另一个世界，它又无人问津。这就是“Lockdown”带给我们的启示。
在8个社会世界中，受试者在实验早期下载的歌曲对其他受试者之后下载的歌曲有很大影响。由于每个社会世界的下载模式不同，所以结果也不同。
波利亚罐子过程（Polya urn process）给出了对这些结果的分析。22想象一个大罐子里面有两个球，一个红球，一个蓝球。你把手伸进去，随机选择一个球。假设你选了蓝球。然后加入一个一模一样的蓝球，并将两个蓝球放回罐中，罐中现在有一个红球和两个蓝球。重复这个过程，随机选择一个球，增加一个与之一模一样的球，将两个球同时放回罐中，直到将罐子装满。然后计算红球对蓝球的比例。图7-4显示了我模拟的6次实验，每一次都有100轮移出和替换。
图7-4波利亚罐子过程的结果差异很大
波利亚罐子过程的特点与音乐实验室的结果非常吻合。首先，对于单个实验，你无法提前知道结果。有可能红球的比例更高，也有可能蓝球的比例更高，并且多次试验产生的比例也不同。因此，很难预测获胜者。诚然，在现实世界中，品质更好的产品成功的可能性更高，但商业成功和品质之间并没有确定的联系。此外，社会影响往往会加剧产品的成功和失败，导致极端情况的出现。在音乐实验室的实验中，社会世界中结果的不平等远远大于独立世界。
其次，灵活性会随着时间的推移而降低。一旦你选择了一个蓝球，你选择另一个蓝球的机会就会急剧增加。如果你恰好选择了蓝球一两次，那么红球几乎不可能占据主导地位，这完全是出于统计的原因。虽然在音乐实验室实验的早期，最终结果还不清楚，但一旦出现上述情况，结果就很稳定了。在社会世界，1/3的受试者参与后，结果就稳定下来了。就像波利亚罐子一样，最初抽中的那种颜色的球，它的运气已经注定了。
最后，还有一个记忆效应。第一个被选中的球的颜色强烈地影响着结果。同样，第一个下载歌曲的人也会影响后来的下载模式。我们的世界只是众多可能世界中的一个，初始条件的微小变化会导致结果的巨大差异。看看不同社会影响世界的排名差异就能明白这一点。
需要明确的是，波利亚罐子过程过于简单，不能完全代表音乐实验室实验和大多数的社会过程。23例如，波利亚罐子过程只有两个选择，而实验世界和现实世界要复杂得多。但是波利亚罐子过程确实体现了积极反馈会导致不平衡、不可预测的结果。社会影响可能成为积极反馈的动力。
认识到社会影响在其他领域的作用并不困难。研究人员已经证明了积累优势在技术、行为和想法的成功中的重要性。标准格式之争就是典型的例子，包括Qwerty键盘与Dvorak键盘之争、VHS录像带与Betamax录像带之争、蓝光光盘与HD-DVD光盘之争。24每个领域都面临着同样缺乏可预测性以及成功和品质之间松散的相关性。每个领域都有临界点和相变。在因果不明的情况下，从历史中吸取教训是一个挑战。
如何应对相变，做出正确的决策
1.研究所处理系统的结果分布。由于塔勒布的推动，现在许多人把极端事件和黑天鹅联系在一起。在人们没有意识到两者的区别时，塔勒布很谨慎地做出了区分：如果我们了解了更广泛的分布是什么样的，无论结果多么极端，都能被正确地标记为灰天鹅，而不是黑天鹅。他称灰天鹅为“可模拟的极端事件”。事实上，科学家们已经做了很多工作对各种系统的分布进行分类，包括股票市场、恐怖活动和电网故障。25因此，如果你有了解这些系统的背景知识和工具，即使没有可靠的方法来预测任何特定的事件，你也可以大致了解系统的行为。关键是要为系统产生的所有结果做好准备，无论极端与否。在大多数情况下，使人们感到焦头烂额的不是黑天鹅，即那些未知的未知，而是他们没有为灰天鹅的到来做好准备。
2.寻找临界点。正如在千禧桥和群体智慧的讨论中揭示出的事实，当系统参与者协调他们的行为时，群体系统往往会发生重大变化。想想20世纪90年代末的互联网繁荣，或者2007年至2009年的经济混乱。虽然多样性的减少并不一定会导致系统的改变，尽管确实会引发隐形脆弱，但多样性的减少实质上提高了改变的可能性。协调一致的行为是许多不对称结果的核心，包括畅销书、风险投资等有利结果和国家安全、借贷等不利结果。要注意多样性的程度，并认识到状态的变化往往是突然发生的。
3.小心预测者。人类对众多领域的预测都有极大的兴趣。一定要知道，在有相变的系统中，预测的准确性令人沮丧，即使是所谓的专家进行的预测也不例外。瓦茨说：“我们认为，有些东西可被称作‘品质’……我们在世界上看到的结果反映了这种品质。”但他补充说：“得到的结果通常在很大程度上是很随意的，我认可这种想法。”26最好的方法是认识到结果分布的本质，并为所有的意外事件做好准备。
4.减轻不利因素，抓住有利因素。在处理复杂系统时，人们常犯的一个明显的错误是在某一特定结果上下注太多。20世纪50年代，贝尔实验室物理学家约翰·凯利（John Kelly）在信息理论（information theory）的基础上发明了一种最佳投注策略公式。凯利的公式告诉你根据你的优势，你需要押注多少。凯利的公式的一个核心启示是，在一个有着极端结果的系统中，孤注一掷会导致毁灭。孤注一掷是许多大型金融机构倒闭的原因，包括美国国际集团
（American International Group），它们显然没有考虑极端结果。美国国际集团这家盈利丰厚的大型保险公司，为了提高利润，一头扎进衍生品业务中。该业务的很大一部分内容是销售与公司债务和抵押贷券相关的资产违约保险。2008年股市暴跌时，美国国际集团无法履行其财务承诺，不得不接受美国政府的救助。而该公司的所有模型都没有预见到这种情况的到来。27
极不可能发生的极端事件既有积极的一面，也有消极的一面。在处理群体系统时，最理想的情况是以成本效益的方式接触到积极事件，并确保不受消极事件的影响。虽然事情正变得越来越复杂，但市面上的那些与极端事件相关的金融工具，往往定价错误。28我们应该牢记投资界传奇人物彼得·伯恩斯坦（Peter Bernstein）的告诫：“结果比可能性更重要。”这并不是说你应该关注结果而不是过程，这意味着你应该在过程中考虑所有可能的结果。29
人们必须面对越来越多的这类系统，它们会突然出现不可预见的变化，并且产生罕见但极端的结果。在处理这些系统时，我们都特别容易犯错误，因为人类在潜意识中希望将它们进行简化，并将过去的经验外推到未来。当你看到这些系统时，标记它们，并放慢你的决策过程。尤其是当你小心翼翼地躲避不利的黑天鹅时，关键是要坚持到迎来转机的一天。
本文来自湛庐新书 《反直觉》
8个聪明人常犯的决策错误，7个改变决策的行动建议助你避开直觉的陷阱，做出正确的决策
圣塔菲研究所成员、哥伦比亚商学院教授迈克尔·莫布森经典之作
秋日和煦绿水风萍2021-11-22 20:30:07
“合乎逻辑地通过具体的观察得到一般的结论”和“根据看到的东西去做推断”是一回事，“合乎逻辑”就是要让推理（没有看到的）的与看到的一样。 所以，我们无法通过“合乎逻辑地通过具体的观察得到一般的结论”，我们说“看到的是假象”就等于说“合乎逻辑也会是假象”。